Assessing vulnerability to energy poverty through occupant-centric building simulations
Notice bibliographique
Résumé
Energy poverty is a global issue that exists even in developed countries such as Canada. As of today, it is still a challenge to understand how building characteristics and diversity of occupants needs influence the risk of energy poverty. The objective of this paper is to develop a new framework to assess the risk of energy poverty by combining a probabilistic occupant behaviour model, a building energy model, and an energy poverty evaluation method. Monte Carlo simulations of 3,000 occupant profiles yielded energy rate distributions among households potentially occupying a specific dwelling, which can then be compared to recognized energy poverty thresholds (2M method). This work was repeated for three types of dwellings (average, code-compliant, and high-performance) and different energy rates. The study findings indicate that one-person households remain the most vulnerable to energy poverty within the simulated population. The risk of energy poverty is substantially heightened in buildings with lower energy performance. With a Market Basket Measure income, the fraction of one-person households facing energy poverty is 53.68% in the average-performance building and reduces to 13.73% and 0.12% in code-compliant and high-performance buildings, respectively. Energy poverty risk is also very sensitive to energy price variation and household annual income. It was also found that households with a Market Basket Measure income that were classified as not facing energy poverty shared distinct features compared to those who did (e.g., lower heating set-point temperature). The paper offers a method to help building designers and policy-makers to better consider energy poverty issues. • Monte Carlo simulations are carried out to assess risks of energy poverty. • The design of residential buildings is an important determinant of energy poverty. • Smaller households are more vulnerable to energy poverty. • Energy poverty in lower-performance buildings is more sensitive to energy rates. • Behaviors that prevent energy poverty typically lead to more discomfort.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».